检索结果-维普期刊中文期刊服务平台

基于交互式多模型MSCKF的双目视觉/惯性里程计算法被引量：2: 1; 作者王磊程向红 +1 位作者李进王乐《中国惯性技术学报》 EI CSCD 北大核心 2021年第2期221-228,236,共9页; 针对复杂环境中双目视觉/惯性里程计系统模型不固定和量测噪声易发生变化的问题,提出了基于滤波器估计的紧耦合视觉惯性里程计(VIO)信息融合方法。将交互式多模型(IMM)估计与多状态约束卡尔曼滤波(MSCKF)算法相结合提出一种交互式多模... 展开更多; 关键词视觉惯性里程计双目立体视觉多状态约束卡尔曼滤波器交互多模型滤波器组合导航; 在线阅读下载PDF 职称材料

基于交互式多模型的多传感器组合导航系统被引量：4: 2; 作者林雪原《兵工自动化》 2011年第6期27-30,共4页; 针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组... 展开更多; 关键词多传感器组合导航交互式多模型滤波器融合算法; 在线阅读下载PDF 职称材料

WSNs下一种自适应多传感器协同目标跟踪策略被引量：3: 3; 作者冯林方胥布工刘永桂《计算机应用研究》 CSCD 北大核心 2010年第11期4222-4225,4241,共5页; 对WSNs中机动目标跟踪问题提出一种自适应多传感器协同跟踪策略。该策略能根据目标的移动位置,动态地唤醒无线传感器网络中部分传感器节点形成分簇,并选择合适的簇首和采样间隔进行目标跟踪。簇内节点通过协作感知以及测量信息融合,提... 展开更多; 关键词无线传感器网络交互多模型滤波器目标跟踪多传感器协同变采样间隔; 在线阅读下载PDF 职称材料

分布式被动传感器网异步采样下的机动目标跟踪被引量：2: 4; 作者刘宗香谢维信 +1 位作者杨烜黄敬雄《系统仿真学报》 EI CAS CSCD 北大核心 2005年第6期1441-1444,共4页; 针对分布式被动传感器网的特点,提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器,采用最大似然法估计目标初始状态;为适应异步观测条件,提出了马尔可夫转移概率计算方... 展开更多; 关键词目标跟踪交互多模型-概率数据互联滤波器被动传感器网马尔可夫转移概率; 在线阅读下载PDF 职称材料

基于UKF的马尔可夫参数自适应IFIMM算法被引量：3: 5; 作者夏忠婷汪圣利武洋《现代雷达》 CSCD 北大核心 2009年第5期43-47,共5页; 给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,... 展开更多; 关键词不敏卡尔曼滤波马尔可夫参数自适应新息滤波器交互式多模型算法目标跟踪; 在线阅读下载PDF 职称材料

面向小型无人机目标的快速视觉检测与跟踪算法: 6; 作者底佳浩铁俊波 +1 位作者周理王永文《计算机工程与科学》 2025年第10期1819-1829,共11页; 小型无人机在多个领域展现出巨大潜力,但可能导致如非法测绘、侦察及干扰航空秩序等滥用行为,因此亟需有效的检测与跟踪策略。传统雷达在复杂城市环境中跟踪小型无人机存在局限,而基于视觉的深度学习方法虽具高精度,但计算开销大。为解... 展开更多; 关键词交互式多模型卡尔曼滤波器视觉跟踪 YOLO算法 XTDrone环境; 在线阅读下载PDF 职称材料

题名基于交互式多模型MSCKF的双目视觉/惯性里程计算法被引量：2: 1; 作者王磊程向红李进王乐; 机构安徽科技学院电气与电子工程学院东南大学微惯性仪表与先进导航技术教育部重点实验室; 出处《中国惯性技术学报》 EI CSCD 北大核心 2021年第2期221-228,236,共9页; 基金安徽省自然科学基金(1708085QF146) 安徽省高校协同创新项目(GXXT-2019-018) 东南大学微惯性仪表与先进导航技术教育部重点实验室(B类)开放基金资助项目(SEU-MIAN-201701)。; 文摘针对复杂环境中双目视觉/惯性里程计系统模型不固定和量测噪声易发生变化的问题,提出了基于滤波器估计的紧耦合视觉惯性里程计(VIO)信息融合方法。将交互式多模型(IMM)估计与多状态约束卡尔曼滤波(MSCKF)算法相结合提出一种交互式多模型多状态约束卡尔曼滤波(IMM-MSCKF)算法。该算法以MSCKF为模型匹配子滤波器,将各子滤波器的输入、输出进行交互融合,实现对VIO系统状态估计。通过KITTI数据集对IMM-MSCKF算法进行了仿真验证,该算法姿态和水平位置估计均方根误差分别为0.36°和11.62 m,相比于EKF和MSCKF算法,其姿态估计精度分别提升了56%和41%,其水平位置估计精度分别提升了51%和81%,仿真结果表明该算法具有更好的估计精度和鲁棒性。; 关键词视觉惯性里程计双目立体视觉多状态约束卡尔曼滤波器交互多模型滤波器组合导航; Keywords visual-inertial odometry binocular stereo vision multi-state constrained Kalman filter interactive multi-model filter integrated navigation; 分类号 U666.1 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于交互式多模型的多传感器组合导航系统被引量：4: 2; 作者林雪原; 机构海军航空工程学院电子信息工程系; 出处《兵工自动化》 2011年第6期27-30,共4页; 基金国家自然科学基金(60874112) "泰山学者"建设工程专项经费资助; 文摘针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统,并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明,该方法能提高组合导航系统的滤波精度与可靠性,但当实际的模型集不能覆盖实际的所有模态时,系统的滤波精度会有所下降。; 关键词多传感器组合导航交互式多模型滤波器融合算法; Keywords multi-sensor integrated navigation system interacting multi-model filter fusion algorithm; 分类号 V241.6 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名WSNs下一种自适应多传感器协同目标跟踪策略被引量：3: 3; 作者冯林方胥布工刘永桂; 机构华南理工大学自动化科学与工程学院; 出处《计算机应用研究》 CSCD 北大核心 2010年第11期4222-4225,4241,共5页; 基金 NSFC-广东联合基金重点项目(U0735003); 文摘对WSNs中机动目标跟踪问题提出一种自适应多传感器协同跟踪策略。该策略能根据目标的移动位置,动态地唤醒无线传感器网络中部分传感器节点形成分簇,并选择合适的簇首和采样间隔进行目标跟踪。簇内节点通过协作感知以及测量信息融合,提高了跟踪精度,同时自适应可变采样间隔节约了通信能量和计算资源,满足了跟踪系统的实时性要求。提出了传感器网络能量均衡分配的指标,提高了网络的可靠性。由于模型的非线性和目标运动的机动性,采用IMM滤波器进行目标状态估计。仿真结果表明,与NSSS和DGSS相比,跟踪精度明显提高;与DCSS相比,在保证一定跟踪精度的同时,节约了能量消耗。; 关键词无线传感器网络交互多模型滤波器目标跟踪多传感器协同变采样间隔; Keywords WSNs IMM filter target tracking multi-sensor collaboration changing sample interval; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名分布式被动传感器网异步采样下的机动目标跟踪被引量：2: 4; 作者刘宗香谢维信杨烜黄敬雄; 机构西安电子科技大学电子工程学院深圳大学信息工程学院; 出处《系统仿真学报》 EI CAS CSCD 北大核心 2005年第6期1441-1444,共4页; 基金深圳市科技局基金(200335); 文摘针对分布式被动传感器网的特点,提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器,采用最大似然法估计目标初始状态;为适应异步观测条件,提出了马尔可夫转移概率计算方法。仿真实验表明,在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。; 关键词目标跟踪交互多模型-概率数据互联滤波器被动传感器网马尔可夫转移概率; Keywords target tracking IMMPDAF passive sensor network Markov transition probability; 分类号 TN959 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于UKF的马尔可夫参数自适应IFIMM算法被引量：3: 5; 作者夏忠婷汪圣利武洋; 机构南京电子技术研究所; 出处《现代雷达》 CSCD 北大核心 2009年第5期43-47,共5页; 文摘给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,还避免了复杂的Jacobi矩阵运算;该算法结合了马尔可夫参数自适应和新息滤波器技术,实现了马尔可夫转移矩阵的自适应和量测噪声的减小。最后,通过Monte Carlo仿真进一步验证了该方法的正确性和有效性。; 关键词不敏卡尔曼滤波马尔可夫参数自适应新息滤波器交互式多模型算法目标跟踪; Keywords UKF adaptive Markov parameter Innovation Filter Interacting Multiple Model （IFIMM） algorithm target tracking; 分类号 TN953 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名面向小型无人机目标的快速视觉检测与跟踪算法: 6; 作者底佳浩铁俊波周理王永文; 机构国防科技大学计算机学院; 出处《计算机工程与科学》 2025年第10期1819-1829,共11页; 基金国家自然科学基金(62203457) 高层次科技创新人才工程人选自主科研项目(22-TDRCJH-02-006)。; 文摘小型无人机在多个领域展现出巨大潜力,但可能导致如非法测绘、侦察及干扰航空秩序等滥用行为,因此亟需有效的检测与跟踪策略。传统雷达在复杂城市环境中跟踪小型无人机存在局限,而基于视觉的深度学习方法虽具高精度,但计算开销大。为解决上述挑战,提出一种基于轻量化YOLOv3-tiny与交互式多模型卡尔曼滤波(IMM-KF)的检测与跟踪算法。YOLOv3-tiny用于低频检测,IMM-KF通过高频预测以及多运动模型的状态更新实现跟踪,有效降低算力需求,并且能应对目标被遮挡时的丢失问题。实验结果显示,该算法在复杂城市环境中检测与跟踪精度达98.33%,实时覆盖率达73.6%,显著提升了跟踪效率及稳定性,满足无人机监管需求。; 关键词交互式多模型卡尔曼滤波器视觉跟踪 YOLO算法 XTDrone环境; Keywords interactive multiple model Kalman filter visual tracking YOLO algorithm XTDrone environment; 分类号 TP391 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于交互式多模型MSCKF的双目视觉/惯性里程计算法	王磊程向红李进王乐	《中国惯性技术学报》 EI CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
2	基于交互式多模型的多传感器组合导航系统	林雪原	《兵工自动化》	2011	4	在线阅读下载PDF 职称材料
3	WSNs下一种自适应多传感器协同目标跟踪策略	冯林方胥布工刘永桂	《计算机应用研究》 CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
4	分布式被动传感器网异步采样下的机动目标跟踪	刘宗香谢维信杨烜黄敬雄	《系统仿真学报》 EI CAS CSCD 北大核心	2005	2	在线阅读下载PDF 职称材料
5	基于UKF的马尔可夫参数自适应IFIMM算法	夏忠婷汪圣利武洋	《现代雷达》 CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
6	面向小型无人机目标的快速视觉检测与跟踪算法	底佳浩铁俊波周理王永文	《计算机工程与科学》	2025		在线阅读下载PDF 职称材料